摘要：復(fù)雜網(wǎng)絡(luò)是從大量現(xiàn)實(shí)存在的復(fù)雜系統(tǒng)中抽象得到的,網(wǎng)絡(luò)的整體功能體現(xiàn)在網(wǎng)絡(luò)中節(jié)點(diǎn)間的相互作用上,社團(tuán)結(jié)構(gòu)是其關(guān)鍵性結(jié)構(gòu)特征。社團(tuán)對(duì)應(yīng)于系統(tǒng)的功能模塊,提取網(wǎng)絡(luò)的功能模塊有助于深層探究復(fù)雜網(wǎng)絡(luò)的內(nèi)部規(guī)律,從復(fù)雜網(wǎng)絡(luò)中檢測(cè)社團(tuán)結(jié)構(gòu)具有重要的理論研究意義和實(shí)用價(jià)值。因此,很多研究者對(duì)社團(tuán)檢測(cè)進(jìn)行了研究,進(jìn)而提出了很多社團(tuán)檢測(cè)算法,如基于模塊度優(yōu)化的社團(tuán)檢測(cè)算法、基于標(biāo)簽傳播的社團(tuán)檢測(cè)算法、基于隨機(jī)游走的社團(tuán)檢測(cè)算法等。在對(duì)這些算法進(jìn)行充分研究的基礎(chǔ)上,通過(guò)模擬隨機(jī)游走的過(guò)程,結(jié)合信號(hào)傳播過(guò)程中隨著傳播距離的增大,信號(hào)量會(huì)緩慢衰減的思想,提出了一種帶偏置的信號(hào)傳播機(jī)制的隨機(jī)游走的社團(tuán)檢測(cè)算法。該算法從網(wǎng)絡(luò)中選取一個(gè)節(jié)點(diǎn)作為信號(hào)源,隨機(jī)選擇與其相鄰的節(jié)點(diǎn)作為下一跳節(jié)點(diǎn),將衰減后的信號(hào)量傳遞到該節(jié)點(diǎn),依次迭代并傳遞信號(hào)?？紤]到信號(hào)的衰減,為每條邊設(shè)置偏置,對(duì)信號(hào)傳播過(guò)程進(jìn)行限定。通過(guò)模擬信號(hào)的傳播,將網(wǎng)絡(luò)的每個(gè)頂點(diǎn)作為信號(hào)源來(lái)重復(fù)這一過(guò)程,得到傳播矩陣。然后,為每個(gè)頂點(diǎn)添加自環(huán),并結(jié)合鄰接矩陣以及頂點(diǎn)間的相似性,形成具有新屬性的相似性矩陣。根據(jù)新屬性矩陣和傳播矩陣為每個(gè)頂點(diǎn)構(gòu)造屬性。最后,使用k-means算法進(jìn)行聚類(lèi),得到高質(zhì)量的社團(tuán)結(jié)構(gòu)。為了驗(yàn)證該方法的性能,在10個(gè)實(shí)際網(wǎng)絡(luò)數(shù)據(jù)集以及不同規(guī)模的人工合成網(wǎng)絡(luò)上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果充分證明,所提算法能夠從網(wǎng)絡(luò)中提取出高質(zhì)量的社團(tuán)結(jié)構(gòu),從而有效地為社團(tuán)檢測(cè)領(lǐng)域提供依據(jù)。